목록EMDistance (1)
On the journey of
[논문읽기] Wasserstein GAN
https://arxiv.org/pdf/1701.07875.pdf Introduction 기존의 GAN 계열에서는 Unsupervised Learning(또는 Self-Supervised Learning)에서 학습 데이터x에 대한 정답 라벨 y가 존재하지 않기 때문에, 데이터 x의 분포 P(x)를 직접 학습한다. P(x)의 파라미터 theta(세타)를 아래와 같이 정의한다. P(x)를 직접 표현하는 것은 어렵다.(정답을 이미 알고 있다는 의미) 따라서 latent variable z의 분포를 가정하여 입력으로 사용 Discriminator와 Generator 간의 관계를 학습 시켜 Generator의 분포를 P(x)에 가깝게 학습시킨다. GAN의 문제점 : Discriminator와 Generator 사..
읽을거리/GAN(Generative Model)
2023. 9. 9. 11:25